論文の概要: Understanding Mental Models of Generative Conversational Search and The Effect of Interface Transparency

• arxiv url: http://arxiv.org/abs/2506.03807v1
• Date: Wed, 04 Jun 2025 10:27:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-05 21:20:14.28731
• Title: Understanding Mental Models of Generative Conversational Search and The Effect of Interface Transparency
• Title（参考訳）: 生成的会話探索のメンタルモデル理解とインタフェースの透明性の影響
• Authors: Chadha Degachi, Samuel Kernan Freire, Evangelos Niforatos, Gerd Kortuem,
• Abstract要約: メンタルモデルは、システムの振る舞いを理解し予測するための内部フレームワークである。 ほとんどのユーザーメンタルモデルは、個々の検索インスタンスを説明する際にユーザーをサポートするには抽象的すぎる。 発見は、メンタルモデルが会話探索における適切な信頼の障壁となることを示唆している。
• 参考スコア（独自算出の注目度）: 9.630893350528709
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The experience and adoption of conversational search is tied to the accuracy and completeness of users' mental models -- their internal frameworks for understanding and predicting system behaviour. Thus, understanding these models can reveal areas for design interventions. Transparency is one such intervention which can improve system interpretability and enable mental model alignment. While past research has explored mental models of search engines, those of generative conversational search remain underexplored, even while the popularity of these systems soars. To address this, we conducted a study with 16 participants, who performed 4 search tasks using 4 conversational interfaces of varying transparency levels. Our analysis revealed that most user mental models were too abstract to support users in explaining individual search instances. These results suggest that 1) mental models may pose a barrier to appropriate trust in conversational search, and 2) hybrid web-conversational search is a promising novel direction for future search interface design.
• Abstract（参考訳）: 会話型検索の経験と採用は,ユーザのメンタルモデル – システムの振る舞いを理解し,予測するための内部フレームワーク – の正確性と完全性に結びついている。 したがって、これらのモデルを理解することで、設計介入の領域を明らかにすることができる。 透明性は、システムの解釈可能性を改善し、メンタルモデルアライメントを可能にする介入のひとつです。 過去の研究では、検索エンジンのメンタルモデルが検討されてきたが、生成的会話検索のモデルは、これらのシステムの人気が急上昇しているにもかかわらず、まだ探索が過小評価されている。 そこで我々は16名の被験者を対象に,透明性の異なる4つの対話インタフェースを用いて4つの検索タスクを行った。 分析の結果、ほとんどのユーザーのメンタルモデルが抽象的すぎるため、個々の検索インスタンスを説明するのが困難であることが判明した。 これらの結果は, 1)精神モデルが会話探索における適切な信頼の障壁となる可能性があり、 2) ハイブリッドWeb対話型検索は,将来的な検索インタフェース設計の新たな方向性として期待できる。

関連論文リスト

• Blending Queries and Conversations: Understanding Tactics, Trust, Verification, and System Choice in Web Search and Chat Interactions [0.8397730500554048]
  本稿では、Web検索とジェネレーティブAI-Chat機能を組み合わせたインタフェースを用いて、健康関連情報課題を解決するユーザスタディを提案する。 我々は、人々がインターフェイスでどのように振る舞ったか、なぜある方法で振る舞ったのか、そしてこれらの振舞いの結果がどのようなものであったかについて研究する。
  論文  参考訳（メタデータ） (2025-04-07T14:59:55Z)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Query-oriented Data Augmentation for Session Search [71.84678750612754]
  本稿では,検索ログの強化とモデリングの強化を目的としたクエリ指向データ拡張を提案する。 検索コンテキストの最も重要な部分を変更することで補足的なトレーニングペアを生成する。 我々は、現在のクエリを変更するためのいくつかの戦略を開発し、その結果、様々な難易度で新しいトレーニングデータを得る。
  論文  参考訳（メタデータ） (2024-07-04T08:08:33Z)
• Quriosity: Analyzing Human Questioning Behavior and Causal Inquiry through Curiosity-Driven Queries [91.70689724416698]
  本稿では,3つの情報源から自然発生の13.5Kの質問を集めたQuriosityを紹介する。 分析の結果,データセットに因果的疑問(最大42%)が存在することが明らかとなった。
  論文  参考訳（メタデータ） (2024-05-30T17:55:28Z)
• Towards Detecting and Mitigating Cognitive Bias in Spoken Conversational Search [14.916529791823868]
  本稿では,情報探索,心理学,認知科学,ウェアラブルセンサの知見をもとに,地域社会における新たな会話を促す。 実験的な設計と設定のためのマルチモーダル機器と手法を含むフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-05-21T03:50:32Z)
• Leveraging Large Language Models for Multimodal Search [0.6249768559720121]
  本稿では,Fashion200Kデータセット上での新たなパフォーマンスマイルストーンを実現する,新しいマルチモーダル検索モデルを提案する。 また,Large Language Models (LLM) を統合した新たな検索インタフェースを提案する。
  論文  参考訳（メタデータ） (2024-04-24T10:30:42Z)
• SSP: Self-Supervised Post-training for Conversational Search [63.28684982954115]
  本稿では,対話型検索モデルを効率的に初期化するための3つの自己教師型タスクを備えた学習後パラダイムであるフルモデル(モデル)を提案する。 提案手法の有効性を検証するために,CAsT-19 と CAsT-20 の2つのベンチマークデータセットを用いて,会話検索タスクにモデルにより訓練後の会話エンコーダを適用した。
  論文  参考訳（メタデータ） (2023-07-02T13:36:36Z)
• Investigating Conversational Search Behavior For Domain Exploration [0.5512295869673147]
  本研究では,未知の情報景観を通したナビゲーションのオープンな探索行動について検討する。 5つの領域にわたる一般的な情報探索パターンを明らかにするために,統計解析とプロセスマイニング手法を適用した。
  論文  参考訳（メタデータ） (2023-01-10T17:43:03Z)
• Leveraging Explanations in Interactive Machine Learning: An Overview [10.284830265068793]
  説明はAIと機械学習(ML)コミュニティへの関心が高まっている。 本稿では,対話的能力と説明が組み合わさった研究の概要について述べる。
  論文  参考訳（メタデータ） (2022-07-29T07:46:11Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
  本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。 我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
  論文  参考訳（メタデータ） (2020-10-26T21:34:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。